Een hybride vertaalaanpak: Machine Translation Post Editing (MTPE)

MTPE - of post-editing van machinevertalingen - heeft snel aan bekendheid gewonnen als een manier om vertalingen van hogere kwaliteit te krijgen tegen lagere kosten dan de traditionele vertaalworkflow die alleen voor mensen wordt gebruikt.

Kunstmatige intelligentie (AI) heeft de traditionele MT- en MTPE-workflows een boost gegeven en een nog betere manier geboden om vertalingen van hogere kwaliteit te krijgen voor minder geld. Klanten van Smartling kunnen gebruikmaken van de AI-aangedreven MT-workflow van Smartling om het grootste deel van het zware werk te doen. En dat betekent dat ze hun gebruik van menselijke nabewerking door deskundige taalkundigen kunnen reserveren voor hun vertalingen met de hoogste prioriteit.

Wat is post-editing van machinevertaling (MTPE)?

Post-editing van machinevertaling (MTPE) combineert de nauwkeurigheid van menselijke vertalers met de snelheid van machinevertaling. Bij Smartling betekent dat een vertaalproces waarbij professionele redacteuren de machinevertaalde output en vertaalgeheugenovereenkomsten beoordelen om werk van hoge kwaliteit te garanderen.

Het hele vertaalproces ziet er als volgt uit:

• Machinevertalingsmachines vertalen de brontekst naar de doeltaal.
  
• De software van Smartling past voorkeursterminologie toe van taalkundige middelen en bewerkingen voor spel- of grammaticafouten.
  
• Professionele vertalers beoordelen vervolgens de vertaalde tekst en voeren een lichte paal uit-bewerken indien nodig om consistentie in stem, vloeiendheid en nauwkeurigheid te garanderen.

Machinevertaling is misschien nog geen vervanging voor mensen, maar het kan een belangrijke eerste stap zijn voor bedrijven die beginnen met hunlokalisatie-inspanningen of uitbreiden naar nieuwe markten. Stel dat u op zoek bent naar Verzend nauwkeurige vertalingen voor software of webpagina's snel of slechts één of twee talen hoeven te ondersteunen. In dat geval kan machinevertaling een goede keuze zijn, vooral als u post-editingdiensten door een professionele vertaler aan de mix toevoegt voor een extra laag kwaliteitsborging voor vertaalde tekst.

Is nabewerking van machinevertalingen geschikt voor mij?

Wanneer u overweegt welke vertaaldiensten u wilt gebruiken, is het belangrijk om uzelf af te vragen: welk kwaliteitsniveau is acceptabel voor het type content dat ik vertaal? Bij Smartling hebben we ontdekt dat er voor elke vertaaltoepassing een optimale oplossing is, maar dat deze er voor elk bedrijf anders uit kan zien.

Laten we beginnen door MTPE te vergelijken met andere populaire vertaalopties.

MT vs. MTPE

Neurale machinevertaling biedt een van de snelste en meest kosteneffectieve manieren om tekst in verschillende talen te vertalen. De meeste machinevertaaltools leveren automatisch resultaten in minuten of seconden, leveren consistente uitvoer en ondersteunen een grote verscheidenheid aan talen. Ten slotte, naarmate MT is geëvolueerd en neurale machinevertaling (NMT)-engines volwassen zijn geworden, is de ruwe MT-output nauwkeuriger geworden.

In wezen produceren machinevertalingsmachines een goede basisvertaling. Daarom is MT een uitstekende keuze Voor als een basisvertaling alles is wat nodig is. We raden bijvoorbeeld vaak MT-only workflows aan voor content die een korte houdbaarheid heeft, tijdrovend isof geen sterke persoonlijkheid in de vertaalde tekst vereist. Supporttickets, technische handleidingen en klantrecensies kunnen in deze categorie vallen. Het is ook een uitstekend hulpmiddel voor secundaire vertaalinspanningen zoals hervertaling (het bewerken van een of twee woorden in plaats van een hele alinea in te dienen) of pre-vertaling (een idee krijgen van de invloed van tekstuitbreiding op uw UX).

Traditionele MTPE vult de voordelen van MT aan door QA toe te voegen, gedaan door een professionele vertaler. Zo kunt u wat tijd en kosten besparen en tegelijkertijd het kwaliteitsniveau van de output verhogen.

MTPE neemt doorgaans twee vormen aan, afhankelijk van uw behoeften: volledige post-editing (FPE) of lichte post-editing (LPE). Bij lichte nabewerking wordt het document doorzocht op in het oog springende problemen, zoals grote grammaticale fouten, spelfouten of onjuiste woorden. Dat geeft je een snellere doorlooptijd, maar is niet dezelfde diepgang als FPE, grondige, gedetailleerde menselijke bewerking voor stijl, merkstem en consistentie. Uw keuze voor FPE of LPE hangt af van de kwaliteit van de initiële MT-output en uw use case.

MTPE versus menselijke vertaling

Neurale machinevertalingsmachines kunnen direct en voor veel minder geld relatief nauwkeurige, consistente basisvertalingen leveren. En professionele vertalers kunnen culturele ervaring en bewustzijn bieden die helpen bij het verbeteren van die vertalingen. Dus waarom zou u MTPE niet voor alles gebruiken?

Hoewel het waar is dat post-editing de kwaliteit van uw machinevertaalde output kan verhogen, is het niet altijd een vervanging voor een menselijke vertaalworkflow. Bepaalde soorten content, zoals spraakmakende marketingcontent en vertalingen die veel creativiteit en culturele gevoeligheid vereisen, vereisen een menselijke maat.

In wezen maakt een professionele taalkundige een eindproduct dat aanvoelt alsof het in uw doeltaal is geschreven met uw specifieke lokale publiek in gedachten. Dit is niet iets dat een stuk software kan vastleggen. Bovendien biedt een MT-gegenereerde vertaling niet altijd een goed startpunt voor veel van de soorten content waarvoor u een workflow alleen voor mensen zou willen.

Hoe complexer, gedetailleerder of gevoeliger uw inhoud is, hoe groter de kans dat u professionele vertaaldiensten nodig heeft. Om die reden werkt Smartlingsamen met Een netwerk van professionele vertalers over de hele wereld, die niet alleen gespecialiseerd zijn in het ervoor zorgen dat uw vertalingen nauwkeurig zijn, maar ook dat ze aansluiten bij uw berichtgeving en klinken alsof ze oorspronkelijk in die doeltaal zijn geschreven.

AI-gestuurde vertaalworkflows

Recente ontwikkelingen in AI hebben nieuwe manieren van werken geïntroduceerd. Degenen die AI gebruiken bij het vertalen, merken dat ze ruimte in hun budget hebben om meer content te vertalen dan ooit tevoren. Ze doen dit ook sneller en zonder in te boeten aan kwaliteit.

De AI-vertaalworkflow van Smartling maakt gebruik van AI om het traditionele nabewerkingsproces voor machinevertaling te verbeteren. Ten eerste gebruiken we AI fuzzy match repair om uw vertaalgeheugen toe te passen en high fuzzy matches te repareren. Vervolgens worden uw strings naar meerdere MT-engines gestuurd en wordt AI gebruikt om de beste onbewerkte vertaling te selecteren. Ten slotte past een AI-gestuurde nabewerkingsstap de voorkeursterminologie van taalkundige middelen toe en corrigeert grammatica, syntaxis, stijl en formaliteit.

De vertalingen worden direct bij u afgeleverd. Bovendien zijn ze van dezelfde kwaliteit als je zou krijgen van traditionele MTPE - voor de helft van de kosten.

Klanten van Smartling hebben ontdekt dat het AI-vertaalproces voldoende kwaliteit biedt voor veel gebruiksscenario's waarin ze MTPE eerder zouden hebben gebruikt. Dat omvat gebruikershandleidingen en overeenkomsten, whitepapers, casestudy's en artikelen in de kennisbank en het helpcentrum.

Beter nog, ze hebben ontdekt dat deze workflow een uitstekende basisvertaling biedt voor spraakmakende inhoud, zoals hun marketingwebsite en productverpakking. Waar ze vroeger een workflow alleen voor mensen zouden hebben gebruikt, nemen ze nu vaak professionele vertalers en taalkundigen in dienst als lichte post-editors - en bereiken ze hetzelfde kwaliteitsniveau. Vertaling alleen voor mensen zou daarom kunnen worden gereserveerd voor projecten die een zeer cultureel afgestemde en creatieve toets vereisen.

5 best practices voor machinevertaling na het bewerken

Voor een hybride benadering van uw vertaalbehoeften door machinevertaling te combineren met een menselijke nabewerkingsstap, moet u een aantal best practices volgen om goede resultaten te garanderen. Als u ervoor kiest om een deel van uw inhoud via een traditionele MTPE te plaatsen, zijn hier een paar dingen waar u rekening mee moet houden.

1. Zorg ervoor dat uw brontekst zo schoon mogelijk is

Het is gemakkelijk om te klagen over de nauwkeurigheid van MT, maar vaak is de boosdoener niet de software; Het is de originele tekst! Onhandige zinnen, grammaticale fouten, interpunctiefouten en inconsistente terminologie in de brontekst kunnen worden overgedragen naar de door de machine vertaalde uitvoer.

Een gebrek aan consistentie kan verwarring veroorzaken bij uw menselijke redacteuren - en daarom resulteren in een slechte vertaling. Het is dus belangrijk dat iemand uw brontekst naleest voordat u deze vertaalt en ervoor zorgt dat deze zo nauwkeurig en foutloos mogelijk is.

Dit is vooral belangrijk voor meer gespecialiseerde branches zoals financiën of geneeskunde of uitgebreidere inhoudstypen zoals transcriptie en ondertiteling.

2. Kies het juiste TMS voor uw behoeften

Er zijn tal van neurale machinevertalingsmachines, waaronder Google Translate, DeepL en Microsoft Translator. Maar wat u wilt, is vertaalbeheersoftware (TMS) zoals Smartling die het hele lokalisatieproces in één interface kan beheren - of u nu machinevertaling of MTPE bestelt of een meer gepersonaliseerde aanpak nodig heeft via andere vertaaldiensten.

Van Smartling Translation Management System is een opslagplaats voor uw inhoud en een krachtige beheersuite om alles met betrekking tot lokalisatie te beheren:

• Bekijk real-time de vertaalvoortgang voor uw websites, mobiele apps, e-mails en meer.
  
• Configureer Smartling om automatisch content voor vertaling in te dienen op basis van vooraf bepaalde voorwaarden, zoals uw budget, workflow en tijdlijn.
  
• Programmeer tientallen opties voor kwaliteitscontrole, zodat al uw content consistent wordt vertaald en u zelf niet alles hoeft te controleren.
  
  

Het juiste TMS omvat ooke CAT-gereedschap Om de taalkundigen te helpen bij het leveren van post-editingdiensten, zoals vertaalgeheugen, woordenlijst en stijlgidsen voor uw hele vertaalteam. Het is bewezen dat deze tools de nauwkeurigheid van de uiteindelijke vertalingen verbeteren.

3. Stel duidelijke redactionele richtlijnen op

Elke keer dat u een team van vertalers heeft die uw inhoud bewerken, moet u één plek hebben om alle informatie te vinden die ze nodig hebben. Documenteer alles in uw taalkundige activapakket. Dit moet uw voorkeursterminologie en de stijl van uw merk (gebruikt u de Oxford-komma?) tot alinealengte, voorkeurstoon, merkstem en formaliteit bevatten.

Dat komt omdat wat geschikt is voor uw brontaal, niet werkt voor uw doeltaal. Denk aan merken die graag humor gebruiken, zoals Netflix of Taco Bell. Ze moeten zorgvuldig kalibreren hoe het tekst in andere talen zal vertalen (of niet), want wat hilarisch is in het Engels, kan plat vallen in de doeltaal - of erger nog, hun publiek beledigen.

Het bouwen van een Gezamenlijk nabewerkingsproces Waar u rechtstreeks met uw post-editor werkt, maakt u klaar voor succes (en maakt het later gemakkelijker wanneer u klaar bent om professionele vertaaldiensten in te huren).

Bij Smartling leer je je vertalers kennen via messaging tools zoals Slack - niet alleen om efficiënter feedback te geven, maar ook om ze je merk en messaging te leren kennen. Hoe bekender ze zijn met uw producten en diensten, hoe beter de bewerkte vertalingen zullen zijn.

4. Perfect is de vijand van goed

Het doel van MTPE is om snelle, nauwkeurige vertalingen te leveren met korte doorlooptijden - met de nadruk op snel.

Dat betekent dat handarbeid zoveel mogelijk moet worden geautomatiseerd. Taal data network TAUS benadrukt dat MTPE zou moeten zijn voor een "goed genoeg"-benadering, die zedefiniëren als "begrijpelijk (d.w.z. dat u de hoofdinhoud van het bericht kunt begrijpen) en nauwkeurig (d.w.z. dat het dezelfde betekenis communiceert als de brontekst)."

Stel niet alleen redactionele richtlijnen op, maar stel ook verwachtingen vast over welke soorten fouten moeten worden bewerkt en hoeveel redacteuren en vertalers aan de vertaalde output moeten komen. TAUS raadt aan om in de eerste plaats te streven naar semantisch correcte vertalingen en eventuele cultureel aanstootgevende fouten te verwijderen, maar om zoveel mogelijk gebruik te maken van de ruwe machinevertalingen en om stilistische wijzigingen of bewerkingen voor zinsstromen te vermijden.

5. Evalueer continu de prestaties

Als u MTPE blijft gebruiken, zorg er dan voor dat u uw prestaties evalueert. Dat omvat het meten van de MT-kwaliteit door te beoordelen hoeveel bewerkingen uw menselijke taalkundigen voor elk project doen en de algehele prestaties van uw pagina's, inclusief betrokkenheid en het genereren van leads.

Voor degenen die LQA-workflows voor hun vertalingen hebben of willen opzetten, biedt Smartling klanten een eenvoudige manier om de kwaliteit rechtstreeks vanuit ons TMS te beheren. Hoewel gebruikers LQA rechtstreeks in een vertaalproductieproject kunnen uitvoeren, kunnen ze ook gebruik maken van onze LQA Suite om een apart, specifiek project voor LQA op te zetten. Het maken van voorbeelden is eenvoudig: gebruikers kunnen "snapshots" maken van vertalingen van hun bestaande projecten. Vervolgens kunnen redacteuren de vertalingen bekijken en fouten registreren. Ten slotte kunnen de bewerkte vertalingen naadloos worden teruggeduwd naar de productieomgeving om de nauwkeurigheid van de uiteindelijke output te garanderen.

Krijg MTPE-kwaliteit voor de helft van de kosten met Smartling

Traditionele MTPE-workflows leveren vaak betere resultaten op dan MT-only workflows en zijn kosteneffectief in vergelijking met traditionele menselijke vertaalworkflows. Er is echter een nog betere - en goedkopere - weg vooruit. 

Van Smartling AI-gestuurde vertaaloplossingen kan u helpen meer te vertalen met minder. Meer specifiek kunnen bedrijven met de AI-vertaalworkflow van Smartling MTPE-kwaliteit krijgen voor de helft van de kosten. De vertalingen zijn direct klaar en de kwaliteit is gegarandeerd.

Klaar om uw vertaalinspanningen een boost te geven met AI en uw taalondersteuning uit te breiden? Probeer vandaag nog de AI-gestuurde vertaaloplossingen van Smartling.

Tags: Machine Translation Menselijke vertaling Optimaliseren